Produtividade Agrícola

Um parâmetro importante da análise econômica, quando se pretende estudar a renda percebida pelo agricultor, diz respeito à produtividade agrícola de suas respectivas colheitas. No caso deste trabalho, julgou-se importante coletar valores médios de produtividade para cada tipo de cultivo e, depois, assumir uma distribuição de probabilidade como representativa dos valores obtidos pelos agricultores em toda a bacia do rio Preto.

Na pesquisa de valores médios de produtividade dos grãos, procurou-se consultar fontes cujos dados fossem os mais próximos da realidade observada nessa região e que, não obstante, estivessem condizentes com o atual estágio de desenvolvimento tecnológico existente na mesma. Dessa forma, as principais fontes de consulta foram a EMATER/DF e a EMBRAPA.

A EMATER disponibiliza, em seu sítio na internet, informações sobre custos de produção e produtividade agrícola dos principais grãos produzidos no Distrito Federal. A EMBRAPA, por sua vez, publica uma série de trabalhos técnicos, dentre os quais se encontram notas técnicas sobre produtividade agrícola e coeficiente de cultivos de culturas, sendo que, nesses estudos específicos, há condições monitoradas de aplicação de água.

Na Tabela 7.1 a seguir, dispõe-se um resumo dos valores médios de produtividade empregados para os quatro tipos de culturas avaliadas nesta dissertação, conforme o modo de produção, sequeiro ou irrigado.

Tabela 7.1 – Produtividade Média das Principais Culturas (Kg/ha) 17

Soja1 Trigo2 Feijão3 Milho4

Sequeiro Irrigado Sequeiro Irrigado Sequeiro Irrigado Sequeiro Irrigado

- 3.300 - 5.216 2.700 3.000 6.000 10.250

1 - Produtividade irrigada segundo Guerra et al. (2005). 2 – Produtividade irrigada segundo Azevedo et al. (2001).

3 – Produtividades de sequeiro e de irrigação segundo EMATER (2008).

4 – Produtividade de sequeiro segundo EMATER (2008) e irrigada conforme Guerra e Jacomazzi (2001).

Além da produtividade média, requer-se ainda que sejam auferidos valores para o desvio- padrão da produtividade média de cada cultura. Como, até então, dispunha-se apenas de um valor médio de produtividade para cada cultura (Tabela 7.1), a solução adotada para a estimativa do desvio-padrão referente à produtividade de cada cultura foi a de levantar, junto ao banco de dados do Instituto Brasileiro de Geografia e Estatística – IBGE –, dados recentes de produtividade agrícola dos municípios integrantes da bacia e, a partir dessas informações, efetuar o cálculo do desvio.

Mostram-se, na Tabela 7.2, os dados de produtividade agrícola dos municípios que compõem a bacia do rio Preto, relativos ao ano de 2007 (IBGE, 2007). A divisão territorial dos municípios da bacia pode ser conferida na Figura 7.5. Ressalta-se que, em razão de não se dispor de amostras distintas para as duas modalidades produtivas - sequeiro e irrigado -, adotou-se o mesmo valor de desvio-padrão para ambas as práticas, quando as mesmas tratavam do mesmo grão18.

17

Não se incluíram valores de produtividade média para culturas em sequeiro de soja e trigo pela razão de tais práticas não serem contempladas no calendário produtivo proposto (vide Figura 7.4).

18

Os dados do IBGE agregam toda a produção de uma determinada cultura e dividem esse valor pela respectiva área cultivada. Não há, portanto, diferenciação entre diferentes modos de produção quando se contabiliza a produtividade agrícola de um município.

Tabela 7.2 – Produtividade Agrícola dos Municípios (Kg/ha) (IBGE, 2007)

DF Goiás Minas Gerais

Cultura

Brasília Formosa _{Cabeceiras Cristalin}

a Ca be ce ir a Grande Unaí

Natalândia _{Bonfinópolis Dom Bosco} Bras

ilândi a Desvio Padrão soja 2712 3000 3000 2400 2700 2400 - 2400 1900 - 366,9 trigo 5242 - - 4800 - 4500 - - - - 373,9 feijão 2446 1676 2192 2118 2569 2429 1389 2400 - - 415,8 milho 6393 6000 6714 6457 5932 5373 3000 4000 3200 4800 1.371,9

Figura 7.5 - Municípios Componentes da Bacia do Rio Preto

Além dos valores médios de produtividade e desvio-padrão para cada cultivo, foi necessário caracterizar a produção agrícola de toda bacia do rio Preto, considerando-se fatores intervenientes ao processo produtivo de cada agricultor, tais como a maior ou menor propensão ao risco, a variabilidade econômica de cada unidade produtora, bem como aspectos relacionados aos processos físicos e biológicos inerentes a qualquer atividade de produção agrícola. Para tanto, julgou-se oportuno adotar um modelo teórico

de distribuição de probabilidades para exprimir a variabilidade da produção agrícola entre os agricultores da região de estudo19.

Just e Weninger (1999) trazem uma análise acerca de cuidados metodológicos que se deve ter quando da aferição de um modelo probabilístico para a representação de produtividades agrícolas. Os referidos autores apresentam alguns princípios que devem ser observados para não se recair em vieses apontados como sistemáticos em análises estatísticas de produtividade média. Ademais, concluem esses autores que a distribuição normal pode ser um modelo adequado para se representar a diversidade da produtividade agrícola de grãos, ainda que não seja o único modelo estatístico passível de ser utilizado.

Ker e Coble (2003) propõem um método híbrido, semi-paramétrico, que combina características paramétricas (distribuição gaussiana, por exemplo) com modelos essencialmente não-paramétricos (estimador Kernel) para representação das funções densidades de probabilidades de produtividade agrícola. A despeito das conclusões a que esses autores chegaram nesse trabalho, relata-se, no mesmo, que a distribuição normal apresenta bons resultados para amostras pequenas de dados (menores do que 15) e, mesmo em outros casos, para os quais haja modelos estatísticos mais adequados, ainda assim, é difícil invalidar, por completo, o uso da distribuição gaussiana.

Nesse sentido, em face da maior simplicidade em se utilizar a distribuição normal e, pelo fato de fugir ao escopo desta dissertação a investigação de métodos mais acurados para a modelagem estatística da produtividade agrícola, optou-se pela adoção do modelo gaussiano como uma representação adequada da diversidade da produtividade agrícola na bacia do rio Preto.

19

Frisa-se que a abordagem ora proposta comete uma simplificação conceitual importante quando utiliza dados de média amostral (EMBRAPA) e desvio-padrão (IBGE) de bases amostrais distintas. O ideal teria sido levantar, junto à bacia do rio Preto, dados de produtividade agrícola entre os agricultores, para que então fossem inferidos valores mais fidedignos para a média e desvio-padrão amostrais associados à produtividade agrícola daquela região.

Vetores contendo valores aleatórios para uma variável aleatória, que atendam a uma determinada função distribuição de probabilidades, podem ser gerados em softwares estatísticos especializados. Para tanto, basta que sejam disponibilizadas informações sobre a média e o desvio-padrão amostrais, além da função densidade de probabilidades que se deseja representar. Com efeito, nesta dissertação, optou-se pelo uso do software estatístico R©, no qual foram gerados seis vetores contendo, cada um, 207 valores aleatórios de produtividade agrícola - em consonância com o número de pivôs ora delimitados na bacia - , sendo que cada vetor corresponde a um tipo de cultura e a uma modalidade de produção (irrigada ou sequeiro). Na Figura 7.6, mostram-se os resultados para as culturas irrigadas e, na Figura 7.7, dispõem-se os resultados para a modalidade de sequeiro.

Figura 7.7 – Variabilidade da Produtividade das Culturas de Sequeiro